共查询到20条相似文献,搜索用时 0 毫秒
1.
4.
基于高阶谱的水下目标识别 总被引:1,自引:0,他引:1
利用高阶谱估值法,对具有很强非高斯性和非线性的舰船辐射噪声信号进行分析及特征提取,并通过结构自适应神经网络作为分类实验,表明基于高阶谱的特征提取具有较强的类别可分性,在无源声纳目标识别中特具潜力。 相似文献
6.
《舰船科学技术》2019,(23)
未来基于水下无人平台的水声目标探测体系要求平台自身具备目标智能化识别能力,而传统水下目标噪声识别方法需要人工提取泛化能力强的特征数据,且识别过程具有较强的人机交互特性,无法满足这一要求。针对这一问题,本文研究一种基于长短时记忆网络(LSTM)的水下目标噪声智能识别方法,借助深度学习自主学习数据特征的能力,应用长短时记忆网络(LSTM)分别对水下目标噪声的时域时间序列数据、频谱数据、梅尔倒谱(MFCC)数据进行深层次特征提取与识别,并使用实际水声目标噪声信号对该方法进行了验证。结果表明,在上述3种输入数据情况下,采用LSTM长短时记忆模型均能有效实现水下目标噪声特征提取与智能识别。 相似文献
7.
一种基于代理模型的水下目标分类识别方法 总被引:1,自引:1,他引:0
《舰船科学技术》2014,(7):76-79
基于Kriging模型和圆柱壳振动相似性理论,以圆柱壳近似代替潜艇模型为例建立代理模型,可按照潜艇排水量大小分为大、中、小和袖珍4个艇级的潜艇进行分类识别。把逆向思维运用到代理模型中,将计算得到的圆柱壳固有频率作为输入值,圆柱壳的外形尺寸长度和半径作为输出的结果值建立代理模型。通过计算结果得出,使用基于Kriging方法的代理模型能够快速而准确的识别潜艇的分类。 相似文献
8.
9.
10.
基于水下三维目标识别的视觉系统 总被引:1,自引:0,他引:1
基于水下三维目标识别的视觉系统是水下机器人实现水下自主作业和智能化的关键技术。本文叙述水下三维目标的识别机理和识别算法以及为正确识别目标提供最佳条件的前处理,硬件系统和实时处理功能,最后给出试验结果,说明识别系统的高效率与可靠性。 相似文献
11.
舰船磁场模型参数在目标识别中的应用 总被引:1,自引:0,他引:1
在深入研究舰船磁场单一旋转椭球体建模及其模型参数稳定性的基础上,以该模型参数作为舰船目标识别的新特征量,用人工神经网络方法对船型、航向等目标模式进行识别,达到了良好的识别效果。 相似文献
12.
13.
水下目标识别技术的发展分析 总被引:1,自引:0,他引:1
水下目标识别技术在现代战争中发挥着越来越重要的作用.文章介绍了国外水下目标识别技术的发展历程以及装备的研制、改进情况,指出了在现代战争中发展水下目标识别技术的优势和重要性,重点探讨了几种水下目标识别技术的性能及其特点,最后论述了水下目标识别技术的发展动向与分析. 相似文献
14.
15.
在水声对抗中,为了有效对抗假目标和准确判别目标尺度,提出了一种具有较高时-频联合分辨力和抗混响能力的LFM-Costas编码信号形式。并在浅海混响信道模型和目标多亮点模型基础上研究了LFM-Costas编码信号的目标尺度判别性能。通过仿真和海上试验,表明LFM-Costas编码信号在混响背景下能准确判别目标尺度,具有一定的工程应用价值。 相似文献
16.
17.
18.
一种水目标识别方法:基于模糊理论的多神经网络融合分类 总被引:1,自引:0,他引:1
在应用多种方法提取目标噪声中分类特征的研究基础上,本文设计出基于模糊理论的多神经网络融合分类器,其研究重点主要包括有监督分类的模糊聚类神经网络分类、多神经网络与模糊综合分析相结合的融合分类。基于大量海试实测信号样本的多组实验表明,该分类方法具有良好的工程应用前景。 相似文献
19.
为了准确、迅速识别空中目标类型,建立基于Elman神经网络的空中目标识别模型。该模型降低了以往空中目标识别方法中的人为因素,提高目标识别结果的可信度和快速性。通过实例验证,证明该模型的有效性和正确性。 相似文献